AACL 2026教程拆解六条语言模型基准评测迷思

sanmikoyejo 在 AACL 2026 主持语言模型评测“测量科学”教程，分析六条常见基准主张在抽样、规范和策略性误差下成立与失效之处。教程认为大多数主张都“部分正确”，并给出更严谨的替代表述，幻灯片将于会后上传，另附阅读清单。